学位论文 > 优秀研究生学位论文题录展示

基于Lucene的主题搜索引擎研究

作　者: 赵善明
导　师: 权义宁
学　校: 西安电子科技大学
专　业: 计算机应用技术
关键词: 搜索引擎检索器网络蜘蛛 Lucene
分类号: TP391.3
类　型: 硕士论文
年　份: 2008年
下　载: 75次
引　用: 1次
阅　读: 论文下载

内容摘要

搜索引擎(Search Engine)以一定的搜索策略在互联网中搜集信息,对信息进行理解、提取、组织和处理,并为用户提供检索服务,从而起到信息导航的目的。而主题搜索引擎只覆盖与特定主题相关的Web区域,这样它搜索的可以更深,搜索的周期可以更短,因此能满足用户对获取信息资源快速、准确的性能要求。目前,对主题搜索引擎的研究正处于十分活跃的阶段。许多机器学习领域里的知识被应用到主题搜索引擎的设计和实现中。本文提出了一种基于综合价值的网络蜘蛛搜索策略,将基于立即价值和基于未来价值的两种价值评价方法结合起来,共同对链接的重要性进行预测,使得网络蜘蛛能够根据搜索的实际情况动态地调整搜索策略,从而提高了主题搜索引擎搜索的效率。本文还提出了检索器的一种总体架构设计,并完成了检索器、摘要生成器和摘要内容着色器模块的详细设计。最后对Lucene原有页面排序算法根据具体需求做了改进。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-15
  1.1 课题背景  7-12
    1.1.1 搜索引擎简介  7-9
    1.1.2 主题搜索引擎产生的背景  9-10
    1.1.3 主题搜索引擎与通用搜索引擎的不同  10-11
    1.1.4 主题搜索引擎的发展现状  11
    1.1.5 主题搜索引擎的优势  11-12
    1.1.6 主题搜索引擎的实现  12
  1.2 本课题的主要研究内容和意义  12-14
    1.2.1 问题的提出  12
    1.2.2 主要研究内容  12-13
    1.2.3 主要意义  13-14
  1.3 论文的基本结构介绍  14-15
第二章搜索引擎技术  15-27
  2.1 搜索引擎的基本组成及原理  15-16
    2.1.1 搜索引擎的基本组成  15
    2.1.2 搜索引擎的基本原理  15-16
    2.1.3 搜索引擎的详细工作流程  16
  2.2 搜索引擎的体系结构  16-20
    2.2.1 网络蜘蛛  17-19
    2.2.2 索引器  19-20
    2.2.3 检索器  20
  2.3 相关技术  20-22
    2.3.1 分布式技术  21
    2.3.2 中文分词  21
    2.3.3 网页排序  21
    2.3.4 压缩技术  21-22
  2.4 Lucene理论知识  22-27
    2.4.1 Lucene工具包  22-24
    2.4.2 Ajax技术  24-27
第三章网络蜘蛛的搜索策略研究  27-35
  3.1 引言  27-30
  3.2 链接的立即价值和综合价值  30-32
  3.3 基于综合价值的网络蜘蛛搜索策略  32-35
    3.3.1 Web资源分布与链接价值关系的分析  32-33
    3.3.2 基于综合价值的网络蜘蛛搜索策略  33-35
第四章检索器的设计与实现  35-53
  4.1 检索器的设计与实现  35-37
    4.1.1 简介  35
    4.1.2 检索器的构建  35-36
    4.1.3 程序逻辑  36-37
  4.2 摘要生成器(SummaryGenerator)  37-41
    4.2.1 简介  37-38
    4.2.2 摘要生成器的功能  38
    4.2.3 算法描述  38-41
  4.3 着色器(Render)  41-44
    4.3.1 着色器的功能  41-42
    4.3.2 算法描述  42-44
  4.4 对Lucene页面排序算法的改进  44-53
    4.4.1 原有基础排序算法  44-45
    4.4.2 改进后的页面优先算法  45-46
    4.4.3 改进页面优先算法的实现  46-51
    4.4.4 权重系数平衡  51-53
第五章结束语  53-55
  5.1 已完成工作总结  53
  5.2 当前搜索引擎研发的主要动向  53-55
致谢  55-57
参考文献  57-61
攻读硕士期间发表的论文或研究成果  61

基于Lucene的主题搜索引擎研究

内容摘要

全文目录

相似论文